2023年4月21日，在江蘇溧陽(yáng)舉辦的“2023智能制造知識應用創(chuàng )新高峰論壇”上，中國工程院院士、北京理工大學(xué)教授孫逢春委托北京理工大學(xué)副教授張照生做主題演講，本文是根據演講內容整理而成。

　　一、研究背景與思路

　　當前，新能源汽車(chē)已成為交通領(lǐng)域“中國制造”的新名片。據公安部統計，截至2022年底，全國新能源汽車(chē)保有量達1310萬(wàn)輛，同時(shí)，我國新能源汽車(chē)整體處于國際先進(jìn)水平，包括整車(chē)產(chǎn)銷(xiāo)量全球第一、充電設施數量全球第一、動(dòng)力電池銷(xiāo)量全球第一。

　　隨著(zhù)新能源汽車(chē)的高速發(fā)展，車(chē)輛安全已成為社會(huì )關(guān)注熱點(diǎn)和焦點(diǎn)。近幾年，新能源汽車(chē)自燃起火事故頻發(fā)，令消費者產(chǎn)生了安全焦慮，也制約了汽車(chē)產(chǎn)業(yè)發(fā)展?？梢哉f(shuō)，安全是事關(guān)新能源汽車(chē)產(chǎn)業(yè)發(fā)展的第一要務(wù)。

新能源汽車(chē)起火自燃事故頻發(fā)，車(chē)輛安全已成為社會(huì )關(guān)注熱點(diǎn)和焦點(diǎn)

　　對于新能源汽車(chē)的安全運行，我們總結出影響安全的三個(gè)問(wèn)題：故障診斷、風(fēng)險預警、協(xié)同防控；并梳理出四個(gè)方面的具體原因，包括要素（感知哪些要素對新能源汽車(chē)安全運行存在影響）、零部件（如何及時(shí)發(fā)現電池、電機、電控故障）、整車(chē)（安全預警如何提前評估）、行車(chē)（如何及時(shí)判別安全隱患），依次展開(kāi)研究。

　　研究思路是從實(shí)現安全要素、零部件安全到整車(chē)安全、行車(chē)安全到形成綜合協(xié)同防控。涵蓋突破安全要素特征感知、關(guān)鍵零部件健康狀態(tài)評估、整車(chē)安全態(tài)勢預警、行駛安全隱患聯(lián)網(wǎng)緝查等科學(xué)問(wèn)題，突破立體化監測、智能化研判、全方位預警、精準化管控等關(guān)鍵技術(shù)，達到在線(xiàn)監測、聯(lián)動(dòng)研判、動(dòng)態(tài)預警、智能控制等相關(guān)功能，并最終建成覆蓋全地域、全品牌、全車(chē)型的國家新能源汽車(chē)安全運行防控與決策支撐平臺；實(shí)現新能源汽車(chē)跨部門(mén)監控信息共享應用，通過(guò)運行全過(guò)程監測和風(fēng)險協(xié)同防控，保障新能源汽車(chē)全生命周期安全運行。

　　本研究是由北京理工大學(xué)和公安部武警所共同開(kāi)展，旨在從端、網(wǎng)、云三個(gè)層面，打通工信部的新能源汽車(chē)國家監管平臺和公安部的全國公安交通集成指揮平臺，將車(chē)輛的運行監測、隱患排查、安全預警和公安的布控、執法等結合起來(lái)，以減少新能源汽車(chē)事故的發(fā)生。

　　二、技術(shù)創(chuàng )新與成效

　　接下來(lái)，將圍繞安全要素感知、零部件健康狀況診斷、整車(chē)安全風(fēng)險及時(shí)預警、行車(chē)隱患精準防控四個(gè)方面展開(kāi)詳細介紹。包括如何突破云端大數據驅動(dòng)的新能源汽車(chē)安全運行關(guān)鍵技術(shù)，實(shí)現監測與管控的協(xié)同，保障熱失控的防控，減少事故的發(fā)生，實(shí)現新能源汽車(chē)安全防控從被動(dòng)監測、事后處置，到主動(dòng)預警、精準管控的變革。

　　1 安全要素感知

　　目前，采集的安全要素主要是電壓、電流、溫度等，維度較低。另外，對安全要素的量化較弱，研究不夠透徹，導致風(fēng)險感知干擾因素多、特征復雜，安全要素感知難?；诖?#xff0c;提出了安全要素特征識別與風(fēng)險感知溯源技術(shù)。

安全要素感知現狀

　　在安全要素提取方面，結合新能源汽車(chē)國家監管平臺1300余萬(wàn)輛車(chē)輛的數據，進(jìn)行多元異構數據的解析校驗、數據清洗與重構、存儲及平臺化應用，并進(jìn)一步通過(guò)離散卷積小波變換等方法，發(fā)明了車(chē)輛數據的高階微分特征識別技術(shù)，提取與風(fēng)險密切相關(guān)的30種安全要素，最終突破了全量數據驅動(dòng)的安全要素全面提取技術(shù)瓶頸。

　　在安全特征識別方面，克服了多因素干擾下數據無(wú)法判定風(fēng)險、安全要素無(wú)量綱化為[0，1]、多安全要素耦合感知風(fēng)險等問(wèn)題，提出新能源汽車(chē)安全要素的時(shí)間、空間和對象歸一量化方法，構建無(wú)量綱-多維度風(fēng)險智能強化感知算法，實(shí)現了跨時(shí)-空-對象的安全要素量化與多維度風(fēng)險感知。

　　在安全溯源方面，構建了國內最大的新能源汽車(chē)事故數據庫，并從中提出數據模式與專(zhuān)家知識聯(lián)合診斷風(fēng)險車(chē)輛典型故障的方法，如自放電異常、連接異常等專(zhuān)家聯(lián)合診斷的風(fēng)險故障診斷方法，構建以典型故障模式匹配與溯源為特色的安全要素知識庫。目前，典型故障識別準確率95%，實(shí)現了新能源汽車(chē)典型故障的識別及溯源。

　　2 零部件故障診斷

　　目前，新能源汽車(chē)的車(chē)型有8000多種，每個(gè)車(chē)型應用的零部件品牌又不一樣，導致部件類(lèi)型較多，挖掘方法千差萬(wàn)別，參數提取繁雜；另外受環(huán)境、地域、季節，老化程度等因素影響，數據多維關(guān)聯(lián)、時(shí)空交錯，造成故障精準預測難。因此，提出了車(chē)輛關(guān)鍵零部件全生命周期故障診斷技術(shù)

零部件故障診斷現狀

　　在關(guān)鍵部件安全特征挖掘方面，結合1300多萬(wàn)輛新能源汽車(chē)的數據，開(kāi)展關(guān)鍵部件的挖掘，進(jìn)行多維度安全特征提取，并構建了覆蓋全車(chē)型關(guān)鍵零部件的多季節、多地域、多層次安全特征數據庫，及大數據驅動(dòng)的全車(chē)型、多地域關(guān)鍵零部件安全評估體系。

　　在安全健康狀態(tài)評估方面，把實(shí)驗室的數據和實(shí)時(shí)數據進(jìn)行結合，用實(shí)驗室數據標定實(shí)時(shí)數據的方法，發(fā)現關(guān)鍵零部件全生命周期安全性能演化規律；還提出了全生命周期關(guān)鍵零部件健康狀態(tài)評估方法。目前，對電池、電機、電控評估準確度都達到80%以上。

　　在關(guān)鍵零部件故障診斷方面，提出了值率模型的診斷體系，其已得到行業(yè)的普遍認可。值率體系計算速度快，配合剛提到的特征數據庫可及時(shí)找到關(guān)鍵零部件故障閾值和變化率，實(shí)現車(chē)端的實(shí)時(shí)故障狀態(tài)診斷；模型的計算比較復雜，主要放在云端，可用于長(cháng)時(shí)間尺度安全風(fēng)險預測。當前，關(guān)鍵零部件故障診斷準確率達到92.64%，故障預警率達到80%以上，實(shí)現了故障報警到安全風(fēng)險預警的突破。

　　3 整車(chē)風(fēng)險預警

　　由于整車(chē)涉及到所有的零部件，風(fēng)險質(zhì)因更復雜，運行工況多變；另外，在車(chē)端和云端發(fā)現的故障問(wèn)題，融合方法不明確，不能進(jìn)行同步交互，導致整車(chē)風(fēng)險影響因素多機理難量化，運行風(fēng)險預警難。針對以上問(wèn)題，提出了端云融合的車(chē)輛運行風(fēng)險評估預警技術(shù)。

整車(chē)風(fēng)險預警現狀

　　在安全評價(jià)體系方面，構建了覆蓋主動(dòng)、被動(dòng)、部件及運行安全四個(gè)維度的新能源汽車(chē)安全評價(jià)體系；建立了包含4類(lèi)要素的安全評價(jià)數據庫，大數據挖掘提取關(guān)鍵要素；采用熵值法、貝葉斯網(wǎng)絡(luò )進(jìn)行權重計算和指標有效性驗證。

　　在整車(chē)安全感知方面，開(kāi)展了自然駕駛實(shí)驗，實(shí)時(shí)采集工況數據，并結合相關(guān)性分析，解析關(guān)鍵部件參數與行車(chē)工況耦合機理，揭示新能源汽車(chē)行車(chē)工況與關(guān)鍵部件實(shí)時(shí)狀態(tài)間的映射關(guān)系；針對整車(chē)安全，提出了耦合運行工況的新能源汽車(chē)整車(chē)安全狀態(tài)感知方法，通過(guò)耦合工況將部件狀態(tài)映射到整車(chē)運行安全等級，其中安全等級標定為安全、低風(fēng)險、中風(fēng)險、高風(fēng)險四級，實(shí)現了新能源汽車(chē)運行安全狀態(tài)分類(lèi)、分級精準感知。

　　在運行風(fēng)險預警方面，研發(fā)了新能源汽車(chē)端網(wǎng)云一體化風(fēng)險預警裝備及系統，其采集數據頻率更高、更及時(shí)、更智能，并為整個(gè)體系提供了完備的數據。在此基礎上，采用神經(jīng)網(wǎng)絡(luò )融合運行參數，建立了熱失控、動(dòng)力喪失等車(chē)端風(fēng)險預警模型。如今，熱失控、部件故障、動(dòng)力喪失、駕駛行為、區域運行5類(lèi)風(fēng)險預警準確率均超過(guò)70%，突破了全息全時(shí)域運行風(fēng)險精準預警關(guān)鍵技術(shù)。

　　4 運行風(fēng)險緝查

　　由于運行車(chē)輛主要通過(guò)交警部門(mén)的卡口進(jìn)行監控，缺乏實(shí)時(shí)跟蹤，車(chē)輛運行數據時(shí)效性差，對車(chē)輛的處置針對性也偏低。另外，受車(chē)輛運場(chǎng)景的變化，如極端路況、惡劣天氣等，導致車(chē)輛場(chǎng)景時(shí)變隱患交織，運行風(fēng)險緝查難。為此，提出了安全風(fēng)險協(xié)同緝查與聯(lián)動(dòng)管控技術(shù)。

運行風(fēng)險緝查現狀

　　在應用場(chǎng)景智能化協(xié)同方面，打通了新能源汽車(chē)國家監管平臺和交通集成指揮平臺，實(shí)現了兩個(gè)平臺間數據共享和傳輸。對于數據的共享應用，提出了基于算力時(shí)效按需共享新能源汽車(chē)監控數據的應用場(chǎng)景；對于數據傳輸，實(shí)現了結構化數據每條交換時(shí)間平均0.496s。該應用突破了新能源汽車(chē)監控信息共享應用場(chǎng)景智能化協(xié)同技術(shù)瓶頸。

　　在跨時(shí)空運行風(fēng)險研判方面，構建了行為、環(huán)境、事故三者的關(guān)聯(lián)模型，建立了新能源汽車(chē)運行風(fēng)險數據庫，實(shí)現了交通行為與環(huán)境及事故關(guān)聯(lián)率達92.39%，突破了跨時(shí)空場(chǎng)景的新能源汽車(chē)運行風(fēng)險全程研判技術(shù)瓶頸。

　　在安全隱患精準管控方面，集成了兩大基礎平臺的數據算法，通過(guò)對車(chē)輛安全風(fēng)險、道路交通安全風(fēng)險的綜合評判，實(shí)現新能源汽車(chē)安全隱患預警，已在北京冬奧會(huì )和嘉興百年黨慶實(shí)現了相關(guān)應用。該應用突破了新能源汽車(chē)運行風(fēng)險全網(wǎng)緝查和車(chē)路聯(lián)動(dòng)預警技術(shù)瓶頸。

　　基于以上技術(shù)突破、知識積累，以及新能源汽車(chē)國家監管平臺和全國公安交通集成指揮平臺兩大基礎平臺的打通，構建了新能源汽車(chē)安全運行協(xié)同防控平臺。該平臺具有四大功能：立體化監測、全方位預警、智能化研判、精準化管控，打破工信-公安數據壁壘，保障了新能源汽車(chē)安全“感知-防控”協(xié)同。

　　其中，立體化監測之所以稱(chēng)為立體化，是因為其實(shí)現了運行、充電、停車(chē)三個(gè)維度的監測。例如，車(chē)輛運行中，實(shí)現了部件至整車(chē)，單車(chē)至區域，時(shí)點(diǎn)至時(shí)序的全方位運行監測；充電過(guò)程，實(shí)現了充電全參數信息，全空間信息，全周期信息的多維度監測；停車(chē)過(guò)程中，實(shí)現了停放數據縱向挖掘，橫向分析的深層次停車(chē)監測。針對立體化監測，開(kāi)發(fā)了相關(guān)的支撐系統，形成了從數據處理、事故分析到要素提取、知識集成閉環(huán)支撐立體化監測的能力。

　　智能化研判則從整車(chē)、零部件、行車(chē)三個(gè)層面開(kāi)展了狀態(tài)研判研究工作，包括電池狀態(tài)、電機狀態(tài)、電控狀態(tài)，整車(chē)車(chē)輛聚集狀態(tài)、使用行為等，并開(kāi)發(fā)了特征量化、健康評估、故障診斷、安全感知聯(lián)動(dòng)支撐的智能化研判系統，實(shí)現了零部件-整車(chē)-運行三維安全狀態(tài)耦合分析與智能化研判。

　　全方位預警，包括針對零部件，開(kāi)展了針對電池、電機、電控關(guān)鍵零部件安全預警的研究；對于整車(chē)，主要研究熱失控、動(dòng)力喪失、區域運行等安全風(fēng)險；開(kāi)發(fā)了新能源汽車(chē)運行安全評價(jià)數據庫、新能源汽車(chē)運行安全狀態(tài)感知系統、端網(wǎng)云一體化的運行風(fēng)險評估及預警系統，并構建了4個(gè)維度安全評價(jià)、4種整車(chē)狀態(tài)感知和5類(lèi)風(fēng)險端云融合評估協(xié)同支撐全方位預警。目前，電池、電機、電控等關(guān)鍵零部件故障診斷準確率均已超過(guò)80%；熱失控、動(dòng)力喪失、區域運行三個(gè)方面的預警準確率也都超過(guò)80%。

　　精準化管控，主要圍繞整車(chē)開(kāi)展行車(chē)軌跡、隱患分析、路況態(tài)勢、車(chē)輛分布的研究，開(kāi)發(fā)了路面運行風(fēng)險全程研判系統、安全風(fēng)險精準管控系統、分層遞階的端網(wǎng)云通信系統、端網(wǎng)云信息協(xié)同決策系統。通過(guò)研判系統—管控裝備，平臺互通—端云協(xié)同多層協(xié)作支撐精準化管控，已實(shí)現跨時(shí)空運行風(fēng)險全程研判、車(chē)路安全風(fēng)險協(xié)同管控，車(chē)輛安全隱患查處率超過(guò)90%，隱患車(chē)輛布控有效率達99%。

　　三、成果應用與價(jià)值

　　端網(wǎng)云融合的新能源汽車(chē)安全運行協(xié)同防控技術(shù)已在多行業(yè)、多產(chǎn)業(yè)應用推廣。例如，北京冬奧會(huì )期間對運輸服務(wù)車(chē)輛和社會(huì )車(chē)輛進(jìn)行分類(lèi)分級管理，實(shí)現對重點(diǎn)車(chē)輛的安全監測和監管，保證車(chē)輛的安全運行，其應用效果得到了冬奧組委高度評價(jià)。

　　在滬寧高速無(wú)錫段開(kāi)展了車(chē)輛管控示范，包括對3萬(wàn)余輛新能源汽車(chē)、11種車(chē)型，實(shí)現了預警示范等多項聯(lián)動(dòng)交互，該案例是平臺的首次實(shí)戰應用。還包括在嘉興百年黨慶期間，通過(guò)跨公安部、工信部網(wǎng)絡(luò )協(xié)同的車(chē)輛管控，為交通運行提供保障；電池安全預警及監控系統已成功應用于北京公交集團，實(shí)現了120余輛新能源公交客車(chē)的提前預警。

　　此外，新能源汽車(chē)安全運行協(xié)同防控平臺構建的共性技術(shù)已在船舶、重型柴油車(chē)、動(dòng)力電池、特種設備、電動(dòng)飛機等多產(chǎn)業(yè)輻射推廣。

圖 平臺構建共性技術(shù)已在多產(chǎn)業(yè)輻射推廣